GPT-5.3-Codex (medium) vs GPT-5.5 (medium)

GPT-5.5 (medium) лидирует по среднему баллу: 9.2 vs 9.1. GPT-5.3-Codex (medium) имеет более низкую стоимость benchmark: $1.318 vs $4.809. GPT-5.3-Codex (medium) быстрее: 18.87s vs 39.86s, с долей успешных попыток 84.1% vs 88.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-10-07

Сравниваемые модели

Ранг: #34
Общее число выходных токенов: 66,287
Время ответа (среднее): 18.87s
Общая стоимость: $1.318

Ранг: #30
Общее число выходных токенов: 130,107
Время ответа (среднее): 39.86s
Общая стоимость: $4.809

Рекомендуемая модель GPT-5.3-Codex (medium)

Его балл близок к лучшему здесь (9.1 против 9.2), при этом он примерно в 3.6 раза дешевле, чем GPT-5.5 (medium).

Подробное сравнение

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24

Метрика	GPT-5.3-Codex GPT-5.3-Codex medium Релиз: 2026-02-05	GPT-5.5 GPT-5.5 medium Релиз: 2026-04-24
Оценка	9.1	9.2
Ранг	#34	#30
Надежность	10.0	10.0
Стабильность	8.6	9.0
Попытки	69/69	69/69
Тестов верно
Доля успешных попыток	84.1%	88.4%
Нестабильные тесты	4	3
Всего запусков	69	69
Стоимость за результат	7.753	25.306
Общая стоимость	$1.318	$4.809
Цена входа	$1.750 / 1M	$5.000 / 1M
Цена выхода	$14.000 / 1M	$30.000 / 1M
Цена чтения из кэша	$0.175 / 1M	$0.500 / 1M
Цена записи в кэш	Н/Д	Н/Д
Общее число входных токенов	222,794	180,959
Выходные токены	7,357	6,472
Токены рассуждений	58,930	123,635
Время ответа (среднее)	18.87s	39.86s
Время ответа (макс.)	100.93s	332.10s
Время ответа (суммарно)	433.94s	916.82s
Параметры	~1.2T всего (~80B активных)	~1.5T всего (~100B активных)
Доступность	Закрытая модель	Закрытая модель

Цены кэша относятся к входным токенам. Чтение повторно использует сохранённые запросы; запись сохраняет их и может стоить дороже. Выходные токены оплачиваются по цене вывода.

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#34 GPT-5.3-Codex

medium

Стоимость: $0.049
Время: 54.9s
Токены: 3,580 tok

#30 GPT-5.5

medium

Стоимость: $0.112
Время: 71.9s
Токены: 3,807 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Агентные задачи	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		61.91s	141,607	1,099	4,814
GPT-5.5	10.0	10.0	100.0%	0		59.39s	100,291	855	3,936

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	8.7	7.9	91.7%	1		4.16s	606	240	1,722
GPT-5.5	10.0	10.0	100.0%	0		4.66s	606	250	1,335

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		19.50s	7,302	535	10,890
GPT-5.5	8.8	7.8	88.9%	1		59.77s	7,305	362	24,959

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		26.04s	57,988	4,258	5,816
GPT-5.5	10.0	10.0	100.0%	0		33.52s	57,466	3,944	6,735

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.07s	7,140	234	728
GPT-5.5	10.0	10.0	100.0%	0		4.18s	7,140	234	593

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	5.9	7.2	55.6%	1		63.93s	732	71	30,150
GPT-5.5	5.3	7.2	44.4%	1		168.16s	732	67	80,505

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	4.6	10.0	0.0%	0		4.87s	477	187	331
GPT-5.5	10.0	10.0	100.0%	0		4.16s	477	138	223

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		3.04s	660	93	693
GPT-5.5	10.0	10.0	100.0%	0		3.36s	660	93	538

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	9.0	7.9	88.9%	1		5.05s	642	356	1,593
GPT-5.5	10.0	10.0	100.0%	0		6.76s	642	241	2,225

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	10.0	10.0	100.0%	0		6.37s	5,445	254	492
GPT-5.5	10.0	10.0	100.0%	0		10.57s	5,445	258	832

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
GPT-5.3-Codex	2.8	1.6	33.3%	1		14.43s	195	30	1,701
GPT-5.5	2.8	1.6	33.3%	1		37.86s	195	30	1,754

Сменить пару сравнения

Claude Haiku 5.5xhighvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsQwen3.8 Max (0902)high Claude Sonnet 5.5maxvsGPT-5.5medium Muse Spark 1.3highvsGPT-5.3-Codexmedium GPT-5.3-CodexmediumvsParetodefault Seed 2.1 TurbohighvsGPT-5.3-Codexmedium Claude Sonnet 5.5maxvsGPT-5.3-Codexmedium GPT-5.5mediumvsQwen3.8 Max (0902)high Claude Haiku 5.5xhighvsGPT-5.5medium Muse Spark 1.3highvsGPT-5.5medium Seed 2.1 TurbolowvsGPT-5.5medium GPT-5.5mediumvsParetodefault